代码之家 › 专栏 › 技术社区 › Dinah SLaks

.NET正则表达式捕获的顺序不符合预期

regex .net

5

Dinah SLaks · 技术社区 · 16 年前

此正则表达式用于配方成分(为了示例而简化):

(?<measurement>           # begin group
  \s*                     # optional beginning space or group separator
  (
    (?<integer>\d+)|      # integer
    (
      (?<numtor>\d+)      # numerator
      /
      (?<dentor>[1-9]\d*) # denominator. 0 not allowed
    )
  )
  \s(?<unit>[a-zA-Z]+)
)+                        # end group. can have multiple

我的字符串: 3 tbsp 1/2 tsp

结果组和捕获:

[测量值][0]=3汤匙
1

[数字][ ]=1
[牙齿][ 0 ]=2
[单位][0]=tbsp
[单位][ 1 ]=总悬浮颗粒物

注意,即使 1/2 tsp [0]

有没有办法让所有部分都有可预测的有用索引,而不必再次通过regex重新运行每个组?

3 回复 | 直到 16 年前

1

Alan Moore Chris Ballance 16 年前

有没有办法让所有部分都有可预测的有用索引,而不必再次通过regex重新运行每个组?

不是捕获。如果你要进行多次匹配,我建议你移除 +

  string s = @"3 tbsp 1/2 tsp";

  Regex r = new Regex(@"\G\s* # anchor to end of previous match
    (?<measurement>           # begin group
      (
        (?<integer>\d+)       # integer
      |
        (
          (?<numtor>\d+)      # numerator
          /
          (?<dentor>[1-9]\d*) # denominator. 0 not allowed
        )
      )
      \s+(?<unit>[a-zA-Z]+)
    )                         # end group.
  ", RegexOptions.IgnorePatternWhitespace | RegexOptions.ExplicitCapture);

  foreach (Match m in r.Matches(s))
  {
    for (int i = 1; i < m.Groups.Count; i++)
    {
      Group g = m.Groups[i];
      if (g.Success)
      {
        Console.WriteLine("[{0}] = {1}", r.GroupNameFromNumber(i), g.Value);
      }
    }
    Console.WriteLine("");
  }

输出:

[measurement] = 3 tbsp
[integer] = 3
[unit] = tbsp

[measurement] = 1/2 tsp
[numtor] = 1
[dentor] = 2
[unit] = tsp

这个 \G 在开始处确保匹配只发生在上一个匹配结束的点(如果这是第一次匹配尝试,则在输入的开始处)。您还可以保存调用之间的匹配结束位置,然后使用two参数 Matches 方法在同一点恢复解析(就好像那是输入的真正开始)。

2

1

LarsH 16 年前

3

-1

t0mm13b 16 年前

看看这个……这里有几个建议可能有助于改进regexp

(?<measurement>           # begin group
  \s*                     # optional beginning space or group separator
  (
    (?<integer>\d+)\.?|   # integer
    (
      (?<numtor>\d+)      # numerator
      /
      (?<dentor>[1-9]\d*) # denominator. 0 not allowed
    )
  )
  \s(?<unit>[a-zA-Z]+)
)+                        # end group. can have multiple

正则表达式在开头需要一个空格。。。。在测量标签之后。。。。
(?<integer>\d+) 我会努力的 \s? 而不是 \. 捕捉空格,因为它正在逃逸句号,并期望在某处出现句号。。
像这样避开/使其成为文字 \/
分隔符是用来做什么的?这是两个完全相互的部分,要么是一个整数,要么是一个带dentor的numtor。。。那部分看起来很混乱。。。